自動運転システムのテストに関する簡単な説明

自動運転システムのテストに関する簡単な説明

1. 自動運転システムレベルテストの基本理論

1.1 自動運転テストシナリオの構成

1.1.1 フレームワーク

※この画像は中国自動車情報ネットワークの資料を基に作成しました

1.1.2 シーンソース

  • リアルな運転記録シーン
  • 専門家の経験がシナリオを構築する(事前の知識)

1.1.3 実際の運転シナリオのソース

実際の運転シーンの処理フロー:

※この画像は中国自動車情報ネットワークの資料を基に作成しました

車両側録画シーン:

※この画像は中国自動車情報ネットワークの資料を基に作成しました

シーン収録シーン:

※この画像は中国自動車情報ネットワークの資料を基に作成しました

専門家の経験構築:

1.2 複数の分析次元による自動駐車テストケースフレームワークの構築

※この図は、Meng Haolan らによる論文「インテリジェント車両自動駐車システムのテスト方法」を参照しています。

1.3 テストシナリオから特定のテストケースを発展させる

※この数字はトヨタ研究者会議資料に基づく

1.4 車両システムレベルのテストの実施

適切な人が適切な場所でテスト車両を扱い、適切なテストツールを使用して、テストを安全に実施し、テストプロセスを詳細に記録します。

1.5 テスト結果を分析するための原則

1.5.1 SOTIF - 開発原則

1.5.2 SOTIF - 開発目標(安全性重視、機能重視)

1.5.3 買収の深刻度の分類

「買収」の定義、分類、命名:

タイプI接続:接続されていない場合は衝突が発生します

システム設計の動作範囲 (ODD) 内で処理されない場合、衝突が発生するとテイクオーバーが発生します。

自動運転システムの設計不足と法令違反による乗っ取り

タイプII接続:接続しないと衝突が発生します

システム設計動作範囲(ODD)外で衝突が発生した場合、対処しないと引き継ぎが発生します。

タイプIII接続: 接続しても衝突は発生しませんが、誤接続とはみなされません。

テイクオーバーは、自動運転システムの設計が不十分なために、自動運転車の運転行動が人間の期待や道徳的感情などを満たさなくなった場合に発生します。

システムのダウングレードと終了引き継ぎメカニズムがトリガーされ、システムリマインダー後に引き継ぎが行われます

タイプIVの配管接続:接続しなくても衝突を起こさない誤接続

危険がない場合、ヒューマンエラーが引き起こされ、人間による乗っ取りや手動運転につながる

1.6 階層化テストとツールチェーン

1.6.1 階層化テスト

※この写真は中国自動車技術研究センターの会議資料より引用

1.6.2 テストツールチェーン

※この写真は中国自動車技術研究センターの会議資料より引用

2. テストとデータ

2.1 テスト駆動開発システム

2.2 テストとデータの関係のまとめ

現在、AIではアルゴリズムモデルとデータを必要とするディープラーニングが主流の技術となっています。

データについては、いくつかの条件を満たす必要があります。

  • データアノテーション法はデータ駆動型アルゴリズムモデルに適している
  • アプリケーションシナリオではデータが適切に分散される必要がある
  • アルゴリズムのパフォーマンスが悪い側面は、対応するデータで継続的に拡張する必要がある。

テストとデータの関係の概要:

  • テスト結果は、データ収集とスクリーニング方法の方向性を示します。
  • テストでは大量のデータが提供されます。自作のフリートデータ収集や量産フリートデータ収集など、SOP の前後でテストデータを収集できます。
  • テストでは、トリガー (記録、ラベル)、視覚化 (分析、デバッグ)、テスト自動化などのツール チェーンが提供されます。

<<:  第 5 のインテリジェント運転認識技術を深く掘り下げて、低照度シーン認識の問題点を解決し、大量生産を実現し、コストを低く抑えるにはどうすればよいでしょうか。

>>:  LiDARとTexas Instrumentsチップを搭載した最新のL3自動運転アーキテクチャの分析

推薦する

機械学習における勾配降下法

最大化問題は、機械学習アルゴリズムの非常に重要な部分です。ほぼすべての機械学習アルゴリズムの中核は、...

人工知能の3つの人生を10分で紹介します

AIは2016年以来最もホットなキーワードであり、それについてはさまざまな意見があります。バブルがは...

人工知能:人種差別との戦いにおける次のフロンティア?

[[350644]]ジョージ・フロイドの悲劇的な殺害が世界に衝撃を与えてから、まだ3か月しか経って...

...

人工知能学習: 人工ニューラル ネットワークとは何ですか?

[51CTO.com クイック翻訳] 多くの人工知能コンピュータシステムの中核技術は、人間の脳の生...

非常に少ないデータで大規模なモデルを微調整するにはどうすればよいでしょうか?

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...

Ruijie NetworksとMidea Smartは戦略的提携を結び、スマート小売端末の商業化と普及に取り組んでいます。

6月30日、瑞傑ネットワークス株式会社(以下、瑞傑ネットワークス)と合肥美的智能科技有限公司(以下...

9 つのディープラーニング アルゴリズム、ご存知ですか?

[[439436]] 1フェーズまたは2フェーズのアルゴリズム2 段階アルゴリズムには、候補ボック...

人工知能:ニューノーマルにおける成長促進要因

SHRMのレポートによると、中小企業経営者の43%がパンデミック中に事業を生き残るための新たな方法を...

人工知能の3つの大きな弱点

あらゆるテクノロジーには限界があり、AI と人工知能も例外ではありません。その制限は、検出、電力消費...

製薬業界を覆すAIは「仕掛け」か「希望」か?

人工知能 (AI) は、過去 10 年ほどの間に SF の世界から現実の世界へと移行し、地球上のほぼ...

コンパクトなBEVインスタンス予測フレームワーク: PowerBEV

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

...

Daguan Data: 推奨システムアルゴリズムの再ランキングの実践

インターネットの出現と普及は、大量の情報をユーザーにもたらし、情報化時代の情報需要を満たしました。し...